課程簡(jiǎn)介
本次培訓(xùn)主要結(jié)合電商的實(shí)際應(yīng)用，闡述了自然語言處理（NLP），數(shù)據(jù)挖掘（DM）和機(jī)器學(xué)習(xí)（ML）算法的落地和產(chǎn)出過程，對(duì)于在大數(shù)據(jù)處理方面的技巧和變現(xiàn)能力會(huì)有很大的提升。
目標(biāo)收益
1.學(xué)員能夠深刻了解大數(shù)據(jù)是什么，以及大數(shù)據(jù)的意義和關(guān)聯(lián)性，培養(yǎng)對(duì)于大數(shù)據(jù)的敏感性；
2.學(xué)員學(xué)習(xí)算法如何才能創(chuàng)造價(jià)值：
1）對(duì)于待解決問題的全面評(píng)估，包括ROI分析等；
2）在有提升空間的基礎(chǔ)之上，算法如何“接地氣”和數(shù)據(jù)融合，并最終產(chǎn)出；
3）了解如何通過流程來控制和保證算法產(chǎn)出的過程。
培訓(xùn)對(duì)象
課程內(nèi)容
本次培訓(xùn)主要結(jié)合電商的實(shí)際應(yīng)用，闡述了自然語言處理（NLP），數(shù)據(jù)挖掘（DM）和機(jī)器學(xué)習(xí)（ML）算法的落地和產(chǎn)出過程，對(duì)于在大數(shù)據(jù)處理方面的技巧和變現(xiàn)能力會(huì)有很大的提升。
課程大綱
| 關(guān)聯(lián)規(guī)則（Apriori）算法在實(shí)際應(yīng)用中的優(yōu)化 |
1、作弊訂單去除 2、“最佳拍檔”中的關(guān)聯(lián)規(guī)則 講述了基本的關(guān)聯(lián)規(guī)則算法 3、問題發(fā)現(xiàn)與分析 （1）訂單數(shù)據(jù)反作弊 （2）數(shù)據(jù)+算法融合的角度 （3）badcase實(shí)例印證 4、效果空間預(yù)估 5、算法改進(jìn) 6、效果的衡量 （1）上線前：Debug工具 （2）上線：ABtest系統(tǒng) 7、ROI分析 8、案例啟示&下一步嘗試 |
| 商品評(píng)論排序?qū)τ谟脩糍徺I的影響 |
1、評(píng)論排序因素 2、內(nèi)容相關(guān)性計(jì)算 （1）商品內(nèi)容表示 （2）評(píng)論內(nèi)容表示 （3）商品和評(píng)論的相似性計(jì)算 3、排序模型 4、效果評(píng)估 （1）測(cè)試方法 （2）衡量指標(biāo) （3）效果對(duì)比及分析 5、作弊與反作弊 6、評(píng)論智能排序-ROI分析 |
|
關(guān)聯(lián)規(guī)則（Apriori）算法在實(shí)際應(yīng)用中的優(yōu)化 1、作弊訂單去除 2、“最佳拍檔”中的關(guān)聯(lián)規(guī)則 講述了基本的關(guān)聯(lián)規(guī)則算法 3、問題發(fā)現(xiàn)與分析 （1）訂單數(shù)據(jù)反作弊 （2）數(shù)據(jù)+算法融合的角度 （3）badcase實(shí)例印證 4、效果空間預(yù)估 5、算法改進(jìn) 6、效果的衡量 （1）上線前：Debug工具 （2）上線：ABtest系統(tǒng) 7、ROI分析 8、案例啟示&下一步嘗試 |
|
商品評(píng)論排序?qū)τ谟脩糍徺I的影響 1、評(píng)論排序因素 2、內(nèi)容相關(guān)性計(jì)算 （1）商品內(nèi)容表示 （2）評(píng)論內(nèi)容表示 （3）商品和評(píng)論的相似性計(jì)算 3、排序模型 4、效果評(píng)估 （1）測(cè)試方法 （2）衡量指標(biāo) （3）效果對(duì)比及分析 5、作弊與反作弊 6、評(píng)論智能排序-ROI分析 |
近期公開課推薦
